AI开发工程师

要求
1.具备统招本科人工智能或计算机相关领域学历背景
2.拥有5年以上大语言模型（LLM）应用开发实战经历
3.熟练掌握Python及其生态系统相关开发工具
4.具备扎实的RAG系统落地经验，深入理解其核心难点与调优策略，熟悉向量数据库（如PGVector、Milvus、ChromaDB等）的应用与性能优化
5.有实际构建与调试多智能体（Multi-Agent）系统的能力，掌握LangGraph或同类流程编排工具
6.在项目中实际使用过MCP、Dify、n8n、LangFuse中至少一种工具并完成集成应用
7.熟悉LangChain和/或LlamaIndex框架，具备基于其开发复杂AI应用的实践经验
8.具备优秀的上下文工程（ContextEngineering）能力与提示词设计技巧
9.了解GraphRAG技术及图数据库（如Neo4J、AWSGraph、NebulaGraph）的基本原理与应用场景
10.掌握软件工程规范，包括代码版本控制（Git）、测试机制与容器化部署（Docker）
11.具备在主流云平台（AWS、GCP、Azure）部署与维护AI应用的实际经验
12.对GPT-4、Claude、Llama系列等主流大语言模型有深入理解并能合理选型应用

职责
1.负责检索增强生成（RAG）系统的架构设计、实现与持续优化，结合PGVector等向量数据库构建企业级知识库，提升响应质量与时效性
2.基于LangChain、LlamaIndex及LangGraph等框架，搭建并管理多智能体（Multi-Agent）协同工作流，支撑复杂业务场景的自动化处理
3.开展深度上下文工程（ContextEngineering）与提示词迭代优化，充分释放大语言模型潜能，保障输出稳定性与准确性
4.集成MCP（ModelContextProtocol）服务，以标准化、安全化方式拓展LLM功能边界
5.利用Dify或n8n等低代码平台完成AI应用快速原型验证、流程编排与系统对接
6.引入LangFuse等可观测性工具，实现AI系统全链路监控、效果评估与数据驱动的持续改进
7.与产品经理、算法团队及后端开发密切配合，推进AI解决方案从技术验证到产品上线的全流程落地